Page 130 - 安防19年3月刊_正刊
P. 130
I 行业应用
Industry Application
的专业技能划分越来越细，数据挖掘、机器学习里 对招聘市场趋势进行了分析。这项工作对互联网公
有非常多的分类，例如：深度学习、强化学习等等， 司发布的历史招聘广告进行序列化建模，对不同公
同时 NLP、语音识别等领域也与机器学习、数据挖 司的招聘趋势进行预测。那时候，这一模型便成功
掘紧密相关，如何去匹配这些技术在语义上的关联 预测出未来数年主流互联网企业布局大数据、人工
性，是算法研发中的一大挑战。 智能的商业战略。
在进行数据挖掘和机器学习研究时，核心的问 在 KDD 2016 上发表的另一项研究是人才圈子
题是如何把技术知识和商业领域知识相结合。如何 挖掘，用来解决人才来源的问题，例如：如果需要
结合 HR 领域知识，设计最符合招聘问题的智能解 招聘资深数据挖掘工程师，应该从哪些公司或高校
决方案，就是一大难点。而这里还有一个困难，如 去寻找。举个简单的例子，互联网企业如果需要招
果让机器直接告诉 HR 结果，他们更多时候会持怀 聘资深工程师，一般倾向在一线大型互联网公司去
疑态度，因为机器学习、特别是深度学习对 HR 来说 找。公司和公司之间存在人才圈子，这是由企业文
是个“黑箱”。针对这一问题，百度 TIC 团队尝试利 化和业务方向所决定的。
用层次化 RNN + Attention 机制，增加模型的可解释 在技术上有了积累，产品如何做好？
性，把简历中的重要技能进行可视化展示，直观地 TIC 团队表示需要做好两点：第一，做产品要
显示出匹配程度，相关论文也已经在 SIGIR 2018 上 重视领域知识。特别是商业产品，比如智能招聘，
发表。 对于这种已有的行业，本身积累了非常多的领域知
除了SIGIR 2018，百度 TIC 团队在 AAAI 2018 识、专家知识，做产品时需要尊重这些相关知识，从
上也发表了一篇对简历进行智能评估的论文。在评 而令其成为赋能的导向。要积极和行业专家进行沟
估简历时，除了进行文本分析，非常重要的一点则是 通，真正把领域知识和技术知识进行完美结合。如
判断简历中的技能是否是招聘市场上最需要的。这 果一开始就想要颠覆或者取代某个行业，这是不可
篇论文对招聘市场上各个公司的用人需求以及技能 取的，也会让传统从业者产生负面想法。
要求建模，判断出市场上最需要的技能，基于这些 第二，做产品还需要专注。现在人工智能是热
结论，再对简历进行结构化分析。例如目前市场上 点，社会和行业相对比较浮躁，大家都会往这方面
最需要深度学习、强化学习方面的人才，而简历中恰 发展。这时候需要专注、打磨技术、重视用户体验，
好也有这方面的专业技能，那么这个人就是一名潜 把产品真正做到极致。
在候选人。
前面提到的校招笔试题自动生成就是基于他们 结束语
发表在 IJCAI 2018 上的一篇论文。针对简历、岗位、 智慧校园是一个丰富而复杂的系统。它不仅是
面试的维度进行联合建模，让机器学习简历和岗位 关于硬件和软件技术的革新，更是重新审视校园中
中重要的知识点，然后与题目进行匹配。出题时不 “人”的价值，通过技术上的进步给予个体最大的
仅要考虑到相关性，而且还要考虑到覆盖程度和多 尊重，并帮助个人发挥自己的才能；这些都是智慧
样性。百度TIC团队提出了一个全新的算法来解决这 校园的应有之意。
个问题。
在 KDD 2016 上，百度 TIC 团队发表了一篇论文
106 2019第八届深圳国际智能交通与卫星导航位置服务展览会(2019.6.20-6.22深圳会展中心)www.its-expo.com
ྛြႋႨ JOEE ྒ௹
